研究目的
开发一种基于视觉的高精度车间粉尘浓度测量系统,通过利用粉尘浓度与图像传输之间的关系,解决传统方法因大气光散射和遮挡效应导致的局限性。
研究成果
基于图像传输的VBM系统实现了高精度测量,相对误差为±3.0%,相对不确定度为2.05%,相关系数达0.99。粉尘浓度与图像传输呈负二次多项式关系。该系统有效抑制了大气光散射和遮挡效应的影响,可作为车间粉尘浓度测量的可行替代方案。未来工作应聚焦于优化算法以缩短测量时间,并将该方法拓展至多种粉尘类型。
研究不足
测量周期为2秒,由于图像传输估算的计算需求,该时长比某些其他方法更长。模型复杂度和粉尘类型可能影响性能;要实现实时应用,需要在算法和硬件方面进行改进。该方法目前针对水泥粉尘进行了验证,若要扩大适用范围,需要建立不同粉尘类型的数据库。
1:实验设计与方法选择:
基于粉尘浓度与图像传输(RCT)模型的关系,设计了一套VBM系统。采用大气散射物理成像模型和暗通道先验理论计算图像透射率,同时考虑遮挡效应和大气光散射影响。
2:样本选择与数据来源:
在模拟车间环境中使用水泥粉尘,采集不同浓度下的粉尘图像,标准浓度通过校准仪器(CCZ-1000)测定。
3:实验设备与材料清单:
工业相机(分辨率1920×1080像素)、镜头、环形光源、黑色模板、计算机、图像处理软件、电机、风扇、控制阀、漏斗、管道、水泥粉尘及粉尘浓度校准仪器(CCZ-1000)。
4:实验流程与操作步骤:
通过电机和风扇模拟粉尘运动,使粉尘进入沉降罐。在指定黑色背景测量区域拍摄图像,经预处理(子块选取与均值滤波)后,采用所提方法计算图像透射率,通过拟合RCT模型测定粉尘浓度。
5:数据分析方法:
采用多项式拟合建立RCT模型,通过相对误差、相对不确定度、相关性等性能指标评估准确性,并基于系统灵敏度定义进行敏感性分析。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容